pandas 的时间列补全，将时间列补全的方法df.reindex

import pandas as pd
import datetime

df = pd.DataFrame({
    'timestamp': ['2024-01-01 00:15:00', '2024-01-01 00:30:00', '2024-01-01 23:00:00', '2024-01-02 01:00:00'],
    'val': [1, 2, 3, 4],
    'name': ['tim', 'alice', 'peter', 'tom']
})

# 1 这里的index的类型和后面all_dates中要一致 要么都是Timestamp 要么都是str  这样以后 index的名字就是这个timestamp
df.index = pd.to_datetime(df['timestamp'])
df.pop('timestamp')
# 此时df的index就是Timestamp类型的时间 index的名字是timestamp

# 需要补全的时间列
all_dates = pd.date_range('2024-01-01 00:00:00', '2024-01-01 23:45:00', freq='15min')

# 将all-dates作为索引 原df中有的就是原来的值  没有的就用NaN填充  如果原来df中有的 all——dates中没有 会被丢弃  新的index没有名字
df = df.reindex(all_dates)
df.index.name = 'timestamp_all'
print(df)
# 这里原先'2024-01-02 01:00:00'被删除了  原来的3行还在df中  其他原先没有的行 val和name列用NaN填补

# 可以看到某列非na值的个数  因为新索引不包括 2024-01-02 01：00：00 所以val列只有3个不为空的值
print(df['val'].count())  # 3